星点设计响应面法
星点设计-效应面法的应用
四、CCD效应面法操作步骤
4.1 考察因素水平范围的确立
• 事实上，效应面优化法为一循序渐进的方法，试验者可从 任一水平入手，这时可能离较优区较远，效应面的弯曲度 不大，可用较简单的线性模型模拟，通过线性模型采用最 速下降法 (steepest descent) 向较优区逼近。当进入较优 区后，该处面弯曲度增大，表明线性模型模拟已不再适 合，须用两次以上的非线性数学模型拟合，选取该处因素 水平范围以获得较佳优化效果。
6. 00
以X1为例：代码 -1所对应的物理量X的计算
(1) (1.732) 1.732 (1.732)
X 50.00
90.00 50.00
求解得X=58.45
四、CCD效应面法操作步骤
4.2 效应面设计
CCD表由三部分组成： • (1) 2k或2k×1/2析因设计。 • (2) 极值点。由于二水平的析因设计只能用作线性考察，
二、CCD效应面法基本概念
• 自x2，变…量，与x效n表应示变；量考：察所指考标察称的结因果素或为为自效变应量变，量用x1， (response) ，用y表示。CCD效应面优化法主要考察自 变量对效应变量的作用并对其优化。自变量必须连续 且可由试验者准确控制。
• 效应面与效应面函数：效应与考察因素之间的关系可 用差)函，数则y f=称f (为x1效，应x2，面…函，数x，n)该+ε函表数示所(ε代为表噪的音空即间偶曲然面误 称为效应面。
需再加上第二部分极值点，才适合于非线性拟合。 如果以坐标表示，极值点在坐标轴上的位置称为轴 点(axial point)或星点(star point)，表示为(±λ， 0，…，0)，(0，±λ，…，0)，…， (0，0，…， ±λ)。星点的组数与因素数相同。 • (3) 一定数量的中心点重复试验。
星点设计-响应面法优化超声提取脱皮马勃粗多糖工艺
星点设计-响应面法优化超声提取脱皮马勃粗多糖工艺史伟国;白国栋;宗希明;袁寰;杜鹃;高庆东【摘要】药用真菌马勃中含甾体、萜类、多糖等多种成分,其中多糖是其主要活性成分之一.采用星点设计-响应面法优化超声辅助提取马勃粗多糖的最佳工艺为:液料比30.00 ml·g-1,提取时间53.77 min,提取温度58.33℃,马勃粗多糖的提取率为:4.01％.使用该方法优化的马勃粗多糖提取工艺具有操作简单、合理、预测性好的优点.可以为马勃的开发利用奠定基础,提供基础数据.【期刊名称】《中国野生植物资源》【年(卷),期】2018(037)005【总页数】4页(P4-7)【关键词】脱皮马勃;粗多糖;超声提取;星点设计;响应面法【作者】史伟国;白国栋;宗希明;袁寰;杜鹃;高庆东【作者单位】佳木斯大学药学院,黑龙江佳木斯154007;佳木斯大学药学院,黑龙江佳木斯154007;佳木斯大学药学院,黑龙江佳木斯154007;佳木斯大学药学院,黑龙江佳木斯154007;佳木斯大学药学院,黑龙江佳木斯154007;佳木斯市中医医院,黑龙江佳木斯154002【正文语种】中文【中图分类】S567脱皮马勃(Lasiosphaera fenzlii Reich.)，为灰包科脱皮马勃属真菌的干燥子实体。
被收载于《中国药典》(2015版第一部)。
其性味辛平，归肺经。
外用治鼻衄，创伤出血[1]。
马勃所含的重要活性成分多糖，因其具有保护肝脏损伤[2]、清除超氧离子自由基[3]等作用，在近几年越来越被重视。
这种真菌类多糖的获取途径有很多种，可以通过对真菌干燥的子实体的水提取获得[4]，也可以通过菌丝体和发酵液的代谢产物获得[5]，还可以在酶的辅助下提取获得[6]。
本项研究是在一定功率的超声波辅助下，水料比、提取时间和提取温度对马勃粗多糖提取率的影响，应用星点设计-响应面试验设计法，优化超声波辅助提取马勃的条件，以期能为马勃多糖的提取和进一步研究提供数据基础。
星点设计-响应面法探究玉米淀粉壬酸包合的最优工艺及表征
星点设计-响应面法探究玉米淀粉壬酸包合的最优工艺及表征李珊珊;梁坪;汤鹏宇;陈青【摘要】以玉米淀粉和壬酸为原料,采用水溶液法制备玉米淀粉-壬酸包合物,通过星点设计-响应面法,以收得率作为评价指标,对其包合工艺进行优化,井利用红外(IR)、热重(TG)和电镜扫描(SEM)对包合物进行表征.结果表明,最佳包合参数为壬酸和玉米淀粉投料比1:11(mL:g),包合时间68 min,包合温度60℃.在此最优条件下,收得率为77.09％,与理论值79.40％接近,优化工艺参数可信度高,具有参考价值.包合物的IR、TG测试结果与玉米淀粉及壬酸比较有明显变化,证明包合物已经形成;SEM测试发现,包合物颗粒呈不规则立方体状,各个表面均分布了纳米级的小孔.研究可为玉米淀粉、壬酸的进一步开发利用提供理论依据.【期刊名称】《中国酿造》【年(卷),期】2019(038)008【总页数】6页(P121-126)【关键词】壬酸;玉米淀粉;星点设计-响应面法;包合物;表征【作者】李珊珊;梁坪;汤鹏宇;陈青【作者单位】贵州大学化学与化工学院,贵州贵阳 550025;贵州大学化学与化工学院,贵州贵阳 550025;贵州大学化学与化工学院,贵州贵阳 550025;贵州大学化学与化工学院,贵州贵阳 550025【正文语种】中文【中图分类】TQ920.9玉米淀粉是膳食中主要的碳水化合物之一。
作为一种传统食品原料，玉米淀粉在酿酒行业中的应用历史悠远。
早在古代，西南地区少数民族就用玉米酿造包谷酒，包谷酒营养丰富，味道甘甜，是重要的中度甜酒品种。
现在玉米淀粉还广泛运用在淀粉糖、味精、柠檬酸等行业，加工工艺已相对成熟[1]。
壬酸呈淡的脂肪和椰子香气，是饱和脂肪酸的一种，主要在食品工业中作为食用香料使用。
玉米淀粉与脂肪酸复合形成的包合物可以抑制淀粉颗粒的膨胀，并提高其结构稳定性，也可以作为脂肪替代物、食品稳定剂、药物辅料、化妆品组分和降解包装材料等，在食品、医药和化工领域应用，有着很好的开发前景[2]。
星点设计-响应面法优化平卧菊三七提取工艺
星点设计-响应面法优化平卧菊三七提取工艺赵玉荣;刘俊;徐子跃;何立巍【摘要】目的:优化平卧菊三七提取工艺.方法:以乙醇浓度、溶媒倍量、提取时间为自变量,以绿原酸提取率及干膏得率为因变量,通过对自变量各水平进行多元线性回归及二项式拟合,选择合适的拟合方程模型,采用效应面法优化最佳工艺,并进行预测分析和验证试验.结果:得到的最佳提取工艺为:21倍量58％乙醇,提取2次,每次105min.结论:采用星点设计-响应面法能有效优化平卧菊三七提取物的最佳提取工艺.【期刊名称】《科技视界》【年(卷),期】2018(000)027【总页数】3页(P116-117,88)【关键词】平卧菊三七提取物;星点设计-响应面法;绿原酸提取率;提取工艺【作者】赵玉荣;刘俊;徐子跃;何立巍【作者单位】南京中医药大学翰林学院药学院,江苏泰州 225300;南京中医药大学翰林学院药学院,江苏泰州 225300;南京中医药大学翰林学院药学院,江苏泰州225300;南京中医药大学翰林学院药学院,江苏泰州 225300【正文语种】中文【中图分类】R284.2平卧菊三七Gynura procumbens Lour.为菊科三七属多年生草本植物，药食兼用，具有降血糖[1]、抗氧化[2]、抗炎[3]等功效，其主要含有机酸类、黄酮类以及三萜类等多种化学成分[4-5]。
民间常将嫩茎叶作蔬菜食用，或晾干后泡茶服用，目前作为新食品原料，在广东、江西、江苏等地有规模化的种植[6]。
目前，国内平卧菊三七提取物多以水为溶剂采用煎煮法制得，没有制定特征成分的定量分析考察指标，显然不能满足消费者对质量的要求。
本实验在单因素考察的基础上，以绿原酸的提取率和干膏得率为考察指标，采用星点设计-效应面法优化平卧菊三七提取工艺，以进一步合理研究及开发提供理论依据。
1 仪器与材料（1）仪器Agilent 1260高效液相色谱仪，包括自动进样、四元梯度泵、DAD检测器（美国安捷伦公司）；真空干燥箱（上海恒科学仪器有限公司，恒DZF系列）；分析天平（梅特勒-托利多仪器（上海）有限公司）；旋转蒸发仪（上海亚荣生化仪器厂，RE-52A）；超声波清洗器（昆山禾创超声仪器有限公司，KH-500B型）（2）材料绿原酸对照品（批号 Y24J7K16726）购买于上海源叶生物科技有限公司；平卧菊三七药材购自于江苏省野生蔬菜研究所。
星点设计—效应面法优化苍艾油包合物—鼻用温敏原位凝胶制备工艺
星点设计—效应面法优化苍艾油包合物—鼻用温敏原位凝胶制备工艺目的采用星点设计-效应面法优化苍艾油包合物-鼻用温敏原位凝胶的制备工艺。
方法以泊洛沙姆407、泊洛沙姆188用量为考察因素，胶凝温度为评价指标，采用二次多项式模型描述评价指标与2个因素之间的数学关系，以此确定优化处方，并加以验证。
结果根据二次多项式模型，发现2个考察因素与评价指标之间存在可信的定量关系，其中泊洛沙姆407、泊洛沙姆188的最佳用量分别为19.37%、2.73%。
结论采用星点设计-效应面法得到了基于二次多项式的苍艾油包合物-鼻用温敏原位凝胶处方最优模型，处方工艺稳定可行，实现了该原位凝胶的处方优化。
Abstract：Objective To optimize the preparation technology of Cangai volatile oil dextrin inclusion compound/ in situ nasal thermosensitive gel by the central composite design-response surface method. Methods In the design，the investigation factors were the amounts of poloxamer 407 and poloxamer 188，and the evaluation index was the gel temperature. Quadratic models were used to evaluate the mathematic relation between the evaluation index and two investigation indexes to identify the optimum prescription，and then the optimum prescription was verified. Results According to the quadratic models，it was found that there was reliable quantitative relation between the evaluation index and two investigation indexes，among which the optimum dosage was 19.37% for poloxamer 407 and 2.73% for poloxamer 188. Conclusion The optimum model of Cangai volatile oil dextrin inclusion compound/ nasal thermosensitive gel can be obtained from central composite design-response surface method based on quadratic models. This method is reliable and feasible，which can realize the prescription optimization of the in situ gel.Key words：Cangai volatile oil；dextrin inclusion compound；in situ nasal thermosensitive gel；central composite design-response surface method蒼艾挥发油系以熊磊教授预防上呼吸道感染的临床效验方为基础，选用含挥发油成分较多、气味清香、抗菌谱广、抗菌能力强并有一定增强免疫作用的中药组方[1]。
星点设计效应面法在药学试验设计中的应用
星点设计效应面法在药学试验设计中的应用摘要：星点设计效应面法是一种常用的试验设计方法，广泛应用于药物开发中。
本文将介绍这一方法的原理、特点及其在药学试验设计中的应用。
方法的优势在于省时省力且能够同时考虑多个因素的影响，适用于药物毒理学、药代动力学等不同领域的试验设计。
关键词：星点设计效应面法；药学试验设计；试验优化；药物开发引言药物开发是一个漫长而费力的过程，需要多方配合和多个环节的努力。
其中试验设计是重要的一环，能够决定试验的效率和精度，从而影响整个药物开发。
星点设计效应面法是一种常用且有效的试验设计方法，广泛应用于药物开发中。
本文将介绍这一方法的原理、特点及其在药学试验设计中的应用。
一、星点设计效应面法原理星点设计效应面法是一种常用的试验设计方法，其原理是将多因素试验的设计过程分为两个阶段。
在一组固定的实验点上对多个因素进行测试，生成一个初始实验数据；然后，通过对初始数据进行统计分析，寻找最优的实验条件，从而确定下一轮实验点的位置和参数取值。
这样不断迭代下去，直到达到预定的目标或是实验数据不再产生显著差异为止。
最终得到的实验结果能够反映多个因素的相互作用，从而确立药物优化的方向和方法。
二、星点设计效应面法特点1. 考虑多个因素的相互作用星点设计效应面法能够考虑多个因素的相互作用，因而更能反映真实的药物作用情况。
该方法能够将多个因素的作用贡献量对实验点的测量结果进行综合计算，从而排除干扰因素，提高实验结果的信度和准确性。
2. 省时省力相对于全因素实验设计，星点设计效应面法省时省力，能够在保证实验结果准确的前提下，尽可能快地找到最优实验条件，节约研究资源，缩短药物开发周期。
3. 可视性强星点设计效应面法能够将实验结果可视化，通过绘制若干个实验点的散点图或者曲面图，直观地显示多个因素对实验结果的影响，更便于科学家进行理解和解释。
三、星点设计效应面法在药学试验设计中的应用星点设计效应面法是一种灵活性强的试验设计方法，适用于药物毒理学、药代动力学等不同领域的试验设计。
星点设计
静思笃行 持中秉正
3 .确定考察指标
指标测定值（可设多个）
Y1
Y2
Y3
Y4
Y5
OD值 Y6
秋记与你分享
静思笃行 持中秉正
（1 ) 各效应分别求“归一值“ Hassan法：
对于越小越好的效应：dmin=(ymax－yi)/(ymax－ymin) 对于越大越好的效应：dmax=(yi－ymin)/(ymax－ymin)
秋记与你分享
静思笃行 持中秉正
析因设计
优点：考察全面 缺点：实验次数太多
正交设计
优点：均匀分散、整齐可比 缺点：精度不够、预测性差
均匀设计
优点：均匀分散 缺点：精度不够 预测性差
设计 方法
星点设计
优点：精度高 预测性强
秋记与你分享
静思笃行 持中秉正
名称辨析：central composite design （CCD）星点设计！ 主要特点：多因素五水平，由二水平的 析因设计加上中心点和星点组成。 五水平：，1，0
星点设计——效应面法的应用
作者：王洋
秋记与你分享
静思笃行 持中秉正
汇报概要
• 1 星点设计-效应面法的简介
• 2 星点设计-效应面法应用流程
秋记与你分享
静思笃行 持中秉正
效应面优化法 (Response Surface Methodology, RSM)是集 数学和统计学方法于一 体的实验设计，首先通 过描绘效应对考察因素 的效应面，然后从效应 面上选择较佳的效应区， 从而最终回推出自变量 取值范围，即最佳实验 条件的优化法。
0
0
…
…
0
(3) 中心点部分( 0 )
星点设计-响应面优化法优化五黄液中冰片的溶解工艺
星点设计-响应面优化法优化五黄液中冰片的溶解工艺廖芳;田吉;陈斯玮;谭天林;王欢;马书军;张丹【期刊名称】《成都中医药大学学报》【年(卷),期】2018(41)2【摘要】目的:优化五黄液中冰片的最佳溶解工艺。
方法:采用GC法,以萘为内标,冰片含量为评价指标,采用-响应面优化法(Central Composite Design-Response Surface Method CCD-RSM)优化五黄液中冰片最佳溶解工艺参数。
结果:最佳溶解工艺参数为乙醇∶吐温∶冰片=9∶3∶1,冰片的平均含量为68.2%。
结论:CCD-RSM设计科学、预测性好,所得的冰片溶解工艺简便稳定,合理可行。
【总页数】4页(P15-17)【关键词】冰片;星点设计-效应面优化法;溶解工艺;气相色谱法【作者】廖芳;田吉;陈斯玮;谭天林;王欢;马书军;张丹【作者单位】成都市新都区中医医院;西南医科大学药物与功能性食品研究中心;西南医科大学药学院【正文语种】中文【中图分类】R283.6;R282.76【相关文献】1.星点设计-响应面法优化五味子多糖的酶提工艺 [J], 张楠楠;朱志军;蒋亚超;邓浩;高松;李莹丽2.星点设计-响应面法优化血塞通滴丸成型工艺及冷凝液指纹图谱研究 [J], 屈云萍;蔡向杰;王娇;李菲;姜国志;陈钟;李振江3.星点设计-响应面法优化北五味子多糖提取工艺 [J], 金兰;张海晶;陈大忠4.星点设计-响应面分析法优化西芹叶中总黄酮的提取工艺 [J], 王志波;李成思;张金魁;林鹏程5.星点设计--响应面法优化花椒中主要酰胺类成分提取工艺研究 [J], 艾莉;张萌萌;赵容;卢峰;吴纯洁因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
因数 X1（时间） X2（pH） X3（温度）
上水平 4 4 35
下水平 2 2 25
平均 3 3 30
标准差 1 1 5
变量 值
上水平
实际变量X
X1
X2
X3
2
2
25
零水平
3
3
30
下水平
4
4
35
上极值 4.682 4.682 38.41
下极值 1.328 1.328 21.59
首先，X1, X2, X3都是有范围的，且连续的变量。
1.通过经验，确定各因素的上水平（X12, X22, X32） 各因素的上水平（X12, X22, X32）
求出各因素的零水平（X10, X20, X30），零水平为上下水平的平均数、 各因素的标准差∆=（上水平 - 下水平）/ 2
例如，温度的上水平X12 =35℃，下水平X11 =25℃ 那么温度的零水平X10 =30℃ 标准差∆=5℃
星点设计-响应面法
概念
设，变量y 与x1, x2…xp 有关系，设为 y= f （ x1, x2…xp ） 例如，变量y 与x1, x2有关系，设为 y= f （ x1, x2 ）
因此，如果知道 y= f （ x1, x2…xp ）具体表达式， 那么y与x1, x2…xp 的关系就全面掌握了
所以，关键在于如何得出解析式。
三因素试验，F为8，r = 1.682
因此，各因素的水平点共有五个，即（-r, -1, 0, 1, r） 根据上下水平的具体值，可以将标准化的 r值 换为具体值。
以三因素X1, X2, X3为例，说明设计点的步骤
因此，各因素的水平点共有五个，即（-r, -1, 0, 1, r） 根据上下水平的具体值，可以将标准化的 r值 换为具体值。
2.将因素的值标准化，上水平为1，下水平为-1，零水平为0 3.确定极值λ
以三因素X1, X2, X3为例，说明设计点的步骤
2.将因素的值标准化，上水平为1，下水平为-1，零水平为0
3.标准化确定极值r
引入r值 r =（F）1/4，F为析因设计部分试验次数
（五因素以上时，r =1/2*（F）1/4）（上水平和下水平两个水平） 例如：二因素试验，F为4，r = 1.414
因素数Biblioteka 析因次数 星点数标准化 极值
零点重复 次数
总实验数
试验点确定后，进行响应面表设计。
效应面表由以下部分组成：（以三因素为例）
析因部分
极值点，在坐标轴上的 位置又叫星点 一定数量的中心点重复实验
按照实验表的设置，依次做实验，得出Y值， 即响应值
使用统计软件，得出拟合方程。常用： SAS, Design Expert, SPSS
由有限次的试验的出的数据，来估计 y= f （ x1, x2…xp ）具体表达式 （由部分说明全体）。 但该具体表达式不具体存在，只能通过数学模 型进行拟合，得出与实际结果最为近似的表达 式。
数学拟合模型 例如，三因素的多元线性拟合的结果：
y=a+bx1+cx2+dx3
但是，从实际出发，因素与响应一般是非线性的，所以以上模型一般都不适用。 因此，对于曲面上弯曲较大的区域，线性显然不能线性拟合。 我们要用二次或以上的多元非线性拟合
标准差
1
1
5
标准化后Z
Z1
Z2
Z3
1
1
1
0
0
0
-1
-1
-1
r
r
r
0
0
0
-r
-r
-r
(点击开始)
(点击Response surface )
(星点设计)
(因素数，本例为3)
系统自己算出标准极值 改为Z1，Z2，Z3
析因试验重复 星点重复 零点重复
(点击开始)
试验点确定后，进行响应面表设计。
效应面表由以下部分组成：（以三因素为例）
数学拟合模型
三因素的二元非线性拟合的结果表达式：
Y=B0+B1X1+B2X2+B3X3+B4X12+B5X22+B6X3 2+B7X1X2+B8X2X3+B9X1X3
思路：通过设计试验点， 通过这些试验点的响应，来得出系数的值。
怎样选择试验点了？
星点试验设计
以三因素X1, X2, X3为例，说明设计点的步骤
析因部分
极值点，在坐标轴上的 位置又叫星点 一定数量的中心点重复实验
continue
结果响应填入
(点击)
(点击)
选择二次多项回归方程
点击它 影响不显著
点击它 影响不显著
点击它
点击它
继续求在某范围内的最大值及最大值的点。
点击它
选择Y
选择最大化
Thanks！
谢谢
真实极值= r *∆+x10 = - r *∆+x10
例如，某因素
上水平35，下水平为30 真实上极值=38.41 真实下极值=21.59
两因子组合设计试验点分布图
试验点确定后，进行响应面表设计。
效应面表由以下部分组成：（以三因素为例）
析因部分
极值点，在坐标轴上的 位置又叫星点 一定数量的中心点重复实验